با توجه به حجم داده هایی که در مرکز تماس وجود دارد و همچنین معیار(KPI) های مختلفی که در مرکز تماس مورد استفاده قرار میگیرد، اهمیت تحلیل داده و هوش تجاری در این کسب و کار بسیار بیشتر مورد توجه قرار میگیرد. ایجاد بینش و انجام تحلیل درست به وسیله هوش تجاری در مرکز تماس به ما کمک میکند تا بتوانیم از نظر عملکردی و کیفی موارد مختلف را بررسی کنیم و بهبودهای لازم را اعمال کنیم.
فهرست مطالب
اهمیت تحلیل داده
در شرکتهایی که جمعیت زیادی دارند، تسکها و فرآیندهای زیادی هم ایجاد میشود که بخشی از آنها به صورت سیستماتیک و بخشی به صورت دستی جابجا میشوند. هر تسک و فرآیند یک ورودی و خروجی مشخص دارد که در نهایت یک ارزش ایجاد میکنند. این valueها بدون وجود تحلیل داده فقط سربار ذخیرهسازی ایجاد میکنند. این در حالی است که اگر یک تحلیل داده درستی روی این خروجیها اتفاق بیافتد، میتوان اثربخشی سازمان را هم از نظر نیروها، زمان صرف شده، عملکرد فردی و تیمی و هم از نظر خطاهایی که در اثر ناهماهنگی دو بخش بوجود میآید، محاسبه کرد و این موارد را در بهینهترین حالت ممکن قرار داد.
علم تحلیل داده به عنوان بخشی از یک کسب و کار تقریبا از سال ۲۰۱۰ میلادی شروع به کار کرده و الان شغل Data Science پر تقاضاترین شغل در دنیا است، و نشاندهنده این موضوع است که هر کسب و کار با هر میزان نیروی انسانی نیاز به تحلیل داده دارد، که بتواند دادههایی که تولید میشوند را مدیریت کنند و خروجیهای مناسب ایجاد کنند و بتوانند پیشبینیهای کوتاه مدت و بلندمدت را به بوسیله آن در نظر بگیرند.
تحلیل دادهها و KPIها بوسیله هوش تجاری در مرکز تماس
یکی از KPIهایی که در پیتام برای محصولات در نظر گرفته میشود، که در مراکز تماس بسیار مهم هم هست، بحث FCR است. این KPI برای ما وضوح اولین تماس را مشخص میکند. به عنوان مثال اگر فردی با کارشناسان ما تماس برقرار کند و بعد همان روز مجدد تماس بگیرد، این موضوع نشاندهنده این است که ما در تماس اول پاسخگویی و رفع نیاز مشتری را به درستی انجام ندادهایم.
در پیتام ما FCR را به این شکل محاسبه میکنیم که اگر بعد از تماس اول، مشتری تا ۴۸ ساعت بعد با ما تماس برقرار نکند، یعنی مشکلی که داشته برطرف شده است و اگر بعد از آن تماس بگیرد، احتمال زیاد مشکل جدیدی را مطرح میکند.
با توجه به اینکه ما در پیتام، برای هر کارشناس داشبورد مشخصی را نمایش میدهیم، به طوریکه کارشناس در لحظه میتواند عملکرد خود را بررسی کند، دادههای مختلفی وجود دارد. به عنوان مثال تعداد تماس پاسخ داده شده، مدت زمان پاسخگویی، میزان استراحت کارشناس، همه اینها بخشی از دادههایی است که به ما در تصمیمگیریها کمک میکند.
به عنوان یک KPI در مرکز تماس Occupancy میتواند به ما دید خوبی بدهد. این KPI نشاندهنده خالص زمان کارکرد کارشناسان است. یعنی یک کارشناس در طول روز کاری خود چند درصد را مستقیما درگیر کار بوده است.
استانداردهای این KPIها به صورتی در نظر گرفته که فضای رقابتی برای کارشناسان ایجاد میکند و افراد در ازای عملکرد خود پاداش دریافت میکنند.

تعریف هوش تجاری و اهمیت آن برای کسب و کارها
مدلهای علوم داده و هوش مصنوعی به زبان ساده بخواهیم بگوییم، یک بستر کد هستند و توسط دولوپرها قابل فهم هستند. اصولا برای اینکه برای افراد مختلف کسب و کار قابل فهم باشد باید این دادهها تحلیل شوند و خروجی مناسبی ایجاد شود. هوش تجاری به ما کمک میکند تا دادهها را متناسب با شخصی که قرار است آنها را ببیند شخصیسازی کنیم و ارزشی که آن فرد میتواند از این دادهها دریافت کند را نمایش دهیم.
به عبارتی دیگر هوش تجاری یک سیستم Data Visualization است که دادههای خام و تحلیلها را به کمک آن قابل فهم کرد. اصطلاحی که برای هوش مصنوعی استفاده میشود Black Box است که به کمک هوش تجاری ما اطلاعات این جعبه سیاه را به تصویر میکشیم.
هر شخصی بنا به حوزه کاری خود میتواند از بینشی که هوش تجاری ایجاد میکند استفاده کند و تصمیمگیریهایی برای بهبود عملکرد داشته باشد.
استفاده از هوش تجاری در مرکز تماس پیتام

همینطور که در صحبتهای قبلی اشاره شد، یکی از کاربردهای هوش تجاری در مرکز تماس پیتام، داشبود آنلاین هر کارشناس است که دادههای مختلفی را مشاهده میکند. بخشی از این دادهها مربوط به کیفیت کاری است که کارشناس انجام میدهد، این بررسی کیفی توسط کارشناس کیفیت در پیتام انجام میشود. دادههایی که از شنود تماسها به دست میآید در داشبورد هر کارشناس نمایش داده میشود.
بخش دیگری از این دادهها مربوط به عملکرد کارشناس است که زمان ورود و خروج و استراحت را نمایش میدهد.
داشبوردهای دیگری که به کمک هوش تجاری ایجاد میشوند برای مدیران است. به عنوان مثال بررسی و ترکینگ قراردادها به کمک هوش تجاری راحتتر میشود. هر قرارداد جدید بخشی از منابع کسب و کار را درگیر میکند که باید بررسی کرد آیا آورد شرکت به اندازهای هست که درگیری منابع را توجیه کند.
یکی از مهمترین داشبوردهایی که با استفاده از هوش تجاری در پیتام پیادهسازی شده است، داشبورد مربوط به شرکتهای طرف قرارداد است. در این داشبورد، شرکت طرف قرارداد میتواند به صورت آنلاین و لحظهای دادههای مربوط به تماسها و عملکرد کمی و کیفی کارشناسان روی خط را بررسی کند. دادههایی مانند تعداد تماس ورودی، تعداد تماس پاسخ داده شده، میانیگن زمان پاسخگویی به تماس، Service Level و دادههای دیگری که به شرکتها کمک میکند تا بتوانند با خیالی آسوده فرآیند برونسپاری را انجام دهند و عملکرد را به صورت لحظهای بررسی کنند.
یکی از افتخارات پیتام هم این است که به صورت کل و در مجموع همه محصولاتی که کار خدمات مشتریان آنها را انجام میدهد، Service Level ۹۰ درصد را ثبت کرده است. به این معنی که ۹۰ درصد تماسها در کمتر از ۲۰ ثانیه به کارشناس مربوط وصل میشوند و پاسخگویی به مشتریان انجام میشود.
اگر این موضوع برای دیگران مفید است آن را به اشتراک بگذارید:
در زمینه مرکز تماس بیشتر مطالعه کنید:

تحلیل داده در مرکز تماس – افزایش بهروهوری کارشناسان و رضایت مشتری
پشت هر KPI و معیاری در مرکز تماس انگیزهای وجود دارد که باید به درستی درک شده و مورد استفاده قرار گیرد. تتحلیل داده در مرکز تماس و گزارشگیریهای متنوع باید همزمان با گسترش خدمات مرکز تماس انجام شود.

فرآیند برونسپاری مرکز تماس در پیتام چگونه انجام میشود؟
مرکز تماس پیتام به دنبال شناخت چشمانداز کسب و کار، پرسونا مشتریان کسب و کار، رقبا، مزیتهای رقابتی، فرآیندهای اصلی خدمات مشتریان، سرویسهای کسب و کار و درگاههای ارائه خدمات است. همچنین با در نظر گرفتن وضع موجود سازمان و اهداف و چشمانداز به نقاط بهبود فرآیندهاست.

آشنایی با برونسپاری فرآیند کسب و کار (PBO)
برونسپاری فرآیند کسب و کار یا BPO (BUSINESS PROCESS OUTSOURCING)، قراردادی است که میان شرکت شما و شرکت دیگری بسته میشود تا بخشی از وظایف، عملیات، کار یا فرآیندی که قرار بوده است توسط کارمندان شرکت شما انجام شود، در مدت زمان مشخصی توسط آن شرکت انجام میگیرد.